Wichtige Begriffe rund um Künstliche Intelligenz (KI) und Artificial Intelligence (AI) – einfach erklärt
Algorithmus
Was ist ein Algorithmus?
Ein Algorithmus ist eine präzise Anleitung für Computer, mit der Aufgaben Schritt für Schritt gelöst werden. Ähnlich wie ein Kochrezept definiert ein Algorithmus, welche Prozesse in welcher Reihenfolge ausgeführt werden müssen.
Beispiele:
- Googles Algorithmus sortiert Suchergebnisse.
- Netflix empfiehlt dir Filme basierend auf deinen Sehgewohnheiten.
Autonomes Fahren
Was bedeutet autonomes Fahren?
Autonomes Fahren umfasst Fahrzeuge, die eigenständig, ohne menschliche Steuerung, navigieren. Diese nutzen KI, Sensoren und Kameras, um ihre Umgebung zu analysieren, Hindernisse zu erkennen und Entscheidungen zu treffen.
Stufen des autonomen Fahrens:
- Assistenzsysteme (z. B. Einparkhilfen).
- Teilautonomes Fahren (Menschen bleiben Sicherheitsbackup).
- Vollautonomes Fahren (keine manuellen Steuerungen mehr nötig).
Avatar
Was ist ein Avatar?
Ein Avatar ist die digitale Darstellung einer Person in der virtuellen Welt.
Beispiele:
- Ein Profilbild auf Social Media.
- Spielfiguren in Games.
- Virtuelle 3D-Charaktere wie in Roblox.
Der Begriff stammt aus dem Sanskrit und bezeichnete ursprünglich göttliche Wesen, die auf der Erde erscheinen.
Big Data
Was ist Big Data?
Big Data bezeichnet riesige Datenmengen, die in Echtzeit und großer Vielfalt erzeugt werden. Beispiele sind:
- Daten aus Social Media, Online-Shopping oder Streaming-Diensten.
- Grundlage für KI-Trainingsmodelle wie ChatGPT.
Anwendungen:
- Vorhersagen von Kaufinteressen (z. B. Amazon).
- Entwicklung von Technologien wie autonomes Fahren.
KI-Bildgenerierung
Was ist KI-Bildgenerierung?
Programme wie DALL-E und Midjourney erstellen Bilder aus Textbeschreibungen (Prompts) mithilfe von Deep Learning.
Anwendungsbereiche:
- Grafikdesign und Werbung.
- Erstellung von Deepfakes oder künstlerischen Visualisierungen.
Bot
Was ist ein Bot?
Bots (abgeleitet von «Robot») sind Programme, die automatisiert Aufgaben ausführen.
Arten von Bots:
- Chatbots: Beantworten Kundenanfragen.
- Suchmaschinen-Bots: Durchforsten das Internet.
- Schad-Bots: Verbreiten Spam oder Fake News.
Computer Vision
Was ist Computer Vision?
Computer Vision ist der Bereich der KI, der visuelle Daten wie Bilder und Videos analysiert.
Anwendungen:
- Gesichtserkennung.
- Nummernschilderkennung in Parkhäusern.
- Unterstützung für blinde Menschen durch Bildbeschreibungen.
Data Scientist
Was macht ein Data Scientist?
Ein Data Scientist analysiert große Datenmengen, um daraus wertvolle Erkenntnisse zu gewinnen. Hierfür kombiniert er Kenntnisse in Mathematik, Statistik, Informatik und dem jeweiligen Anwendungsbereich.
Beispiele für Anwendungen:
- Vorhersage von Verkaufstrends in Online-Shops.
- Verbesserung der Pünktlichkeit von Bahnen.
- Unterstützung bei medizinischen Diagnosen.
Deep Learning
Was ist Deep Learning?
Deep Learning ist eine spezielle Form des maschinellen Lernens. Es basiert auf neuronalen Netzen, die von der Funktionsweise des menschlichen Gehirns inspiriert sind.
Wie funktioniert es?
- Millionen von Beispielen, wie Katzenbilder, werden analysiert.
- Systeme lernen so, Muster zu erkennen und komplexe Aufgaben zu lösen.
Beispiele:
- Gesichtserkennung auf Smartphones.
- Bilderkennung in der Suchmaschine.
Deepfake
Was ist ein Deepfake?
Ein Deepfake ist eine durch KI erstellte, manipulierte Video- oder Audioaufnahme. Dabei werden Gesichter oder Stimmen so echt nachgebildet, dass sie täuschend real wirken.
Anwendungsbereiche:
- Täuschungen in Videos von Prominenten oder Politikern.
- Kunstprojekte oder Satireinhalte.
Herausforderung:
Deepfakes werden immer schwerer von echten Aufnahmen zu unterscheiden. Gleichzeitig entstehen Technologien, die Deepfakes entlarven sollen.
KI-Ethik
Was ist KI-Ethik?
KI-Ethik beschäftigt sich mit den moralischen und gesellschaftlichen Aspekten der KI-Entwicklung. Ziel ist es, Risiken zu minimieren und Systeme fair, transparent und sicher zu gestalten.
Beispiele für ethische Fragestellungen:
- Wer haftet, wenn eine KI falsche Entscheidungen trifft?
- Wie vermeidet man Diskriminierung durch KI (z. B. durch KI-Bias)?
Anwendung in der Praxis:
Autonome Fahrzeuge, die ethische Entscheidungen treffen, sind ein zentrales Thema, z. B. in unvermeidlichen Unfallsituationen.
Generative KI
Was ist Generative KI?
Generative KI-Modelle erstellen Inhalte wie Texte, Bilder, Musik oder Videos basierend auf Trainingsdaten. Beispiele sind ChatGPT für Texte oder DALL-E für Bilder.
Wie funktioniert generative KI?
Die Modelle analysieren Milliarden von Beispielen und erzeugen daraus neue Inhalte, die wie menschliche Kreationen wirken.
Anwendungsbereiche:
- Erstellung von visuellen Designs oder Textinhalten.
- Generierung von Musik oder Videoclips.
GPT / ChatGPT
Was bedeutet GPT?
GPT steht für Generative Pre-trained Transformer – ein fortschrittliches Sprachmodell, das auf der Transformer-Technologie basiert.
Eigenschaften:
- Generativ: GPT erstellt Texte basierend auf gelernter Muster.
- Pre-trained: Das Modell wurde vorab mit riesigen Datenmengen trainiert.
- Transformer: Eine Architektur, die Zusammenhänge in Texten analysiert und versteht.
Beispiele:
- ChatGPT erstellt Texte, beantwortet Fragen oder hilft bei der Programmierung.
KI (Künstliche Intelligenz)
AI (Artificial Intelligence)
Was ist Künstliche Intelligenz?
Künstliche Intelligenz (KI) beschreibt Computersysteme, die menschliche Fähigkeiten wie Sprache, Logik oder Problemlösung imitieren können.
Anwendungen:
- Sprachassistenten wie Siri oder Alexa.
- Navigationssysteme, die die beste Route berechnen.
- Spam-Filter in E-Mail-Programmen.
Herkunft des Begriffs:
Bereits in den 1950er Jahren prägte Alan Turing die Frage: «Können Maschinen denken?». Seitdem hat KI durch Fortschritte in der Rechenleistung und große Datenmengen (Big Data) immense Entwicklungen gemacht.
Schwache vs. Starke KI
Was ist der Unterschied zwischen schwacher und starker KI?
- Schwache KI: Hoch spezialisiert auf einzelne Aufgaben, z. B. Schach spielen oder Bilder erkennen.
- Starke KI: Eine hypothetische Form der KI, die menschenähnlich denken, lernen und handeln kann.
Heutiger Stand:
Aktuelle Systeme wie ChatGPT sind schwache KI. Sie sind in ihrem Spezialgebiet leistungsfähig, verstehen jedoch nicht, was sie tun.
LLM (Large Language Model)
Was sind LLMs?
Large Language Models (LLMs) sind KI-Modelle, die mit riesigen Textmengen trainiert wurden. Sie können Sprache interpretieren, plausibel klingende Texte erstellen und vielfältige Aufgaben lösen.
Eigenschaften:
- Trainiert mit Milliarden von Texten, z. B. Büchern und Webseiten.
- Fähigkeit, Texte in verschiedenen Kontexten zu verstehen und zu erstellen.
Anwendungen:
- E-Mail-Verfassen, Gedichteschreiben oder Programmierung.
Machine Learning (ML)
Was ist Machine Learning?
Machine Learning ist ein Teilbereich der KI, bei dem Maschinen Muster in Daten erkennen und daraus lernen, ohne explizit programmiert zu werden.
Arten des Machine Learning:
- Supervised Learning: Lernen mit gekennzeichneten Beispielen (z. B. Katzenbilder).
- Unsupervised Learning: Eigenständige Mustererkennung in unmarkierten Daten.
- Reinforcement Learning: Lernen durch positives oder negatives Feedback.
Beispiele:
- Spam-Filter analysieren E-Mail-Inhalte.
- Wettervorhersagen basieren auf historischen Wetterdaten.
Natural Language Processing (NLP)
Was ist NLP?
Natural Language Processing (NLP) ermöglicht es Computern, menschliche Sprache zu verstehen, zu verarbeiten und darauf zu reagieren.
Anwendungsbeispiele:
- Sprachassistenten wie Siri oder Google Assistant.
- Übersetzungstools wie Google Translate.
- Chatbots für Kundenservice-Anfragen.
Neuronale Netze
Was sind neuronale Netze?
Neuronale Netze sind die Grundlage moderner KI-Systeme. Sie imitieren die Funktionsweise des menschlichen Gehirns, indem sie Daten durch miteinander verbundene künstliche Neuronen verarbeiten.
Einsatzbereiche:
- Bilderkennung (z. B. bei medizinischen Diagnosen).
- Sprachverarbeitung (z. B. bei Chatbots).
Robotik
Was ist Robotik?
Robotik umfasst die Entwicklung und Nutzung von Maschinen, die automatisierte Aufgaben ausführen können. Die Kombination aus Maschinenbau, Elektrotechnik und KI ist hier zentral.
Beispiele:
- Industrieroboter: Automatisierung von Fertigungsprozessen.
- Operationsroboter: Präzisionsarbeit in der Medizin.
- Serviceroboter: Staubsaugerroboter oder humanoide Helfer.
Speech-to-Text (STT) & Text-to-Speech (TTS)
Was sind STT und TTS?
- Speech-to-Text (STT): Wandelt Sprache in geschriebenen Text um (z. B. Diktierfunktion).
- Text-to-Speech (TTS): Konvertiert Texte in synthetische Sprache (z. B. Vorlese-Apps).
Einsatzbereiche:
- Barrierefreie Technologien für sehbehinderte Menschen.
- Automatische Transkription von Podcasts oder Meetings.
Synthetische Stimme
Was ist eine synthetische Stimme?
Synthetische Stimmen sind von Computern generierte Stimmen, die menschlich klingen.
Anwendungsbeispiele:
- Hörbücher und digitale Assistenten.
- Synchronisation in der Filmindustrie.
- Erstellung von Deepfake-Audios.
Trustworthy AI
Was ist eine vertrauenswürdige KI?
Vertrauenswürdige KI erfüllt Standards wie:
- Transparenz: Entscheidungen müssen nachvollziehbar sein.
- Fairness: Vermeidung von Diskriminierung.
- Datensicherheit: Schutz sensibler Informationen.
Beispiele:
Eine Bank-KI, die über Kredite entscheidet, muss erklären können, warum ein Antrag bewilligt oder abgelehnt wurde.
Präsentiert von @digitalmarketinggmbh321 www.digitalmarketing.gmbh in Anlehnung an die Themenwoche „KI und wir“ von SRF.
Verfasst von David Guntern, CEO und Inhaber der Digital Marketing GmbH „dreizweieins“ und ghost.company Werbeagentur mit Unterstützung von KI-Software wie ChatGPT und weiteren KI-Tools